MongoDB 聚合(管道与表达式)

　　MongoDB中聚合(aggregate)主要用于处理数据(诸如统计平均值,求和等)，并返回计算后的数据结果。有点类似sql语句中的 count(*)。

aggregate() 方法

MongoDB中聚合的方法使用aggregate()。

语法

aggregate() 方法的基本语法格式如下所示：

>db.COLLECTION_NAME.aggregate(AGGREGATE_OPERATION)

下表展示了一些聚合的表达式:

表达式	描述	实例
$sum	计算总和。	db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$sum : "$likes"}}}])
$avg	计算平均值	db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$avg : "$likes"}}}])
$min	获取集合中所有文档对应值得最小值。	db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$min : "$likes"}}}])
$max	获取集合中所有文档对应值得最大值。	db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$max : "$likes"}}}])
$push	在结果文档中插入值到一个数组中。	db.mycol.aggregate([{$group : {_id : "$by_user", url : {$push: "$url"}}}])
$addToSet	在结果文档中插入值到一个数组中，但不创建副本。	db.mycol.aggregate([{$group : {_id : "$by_user", url : {$addToSet : "$url"}}}])
$first	根据资源文档的排序获取第一个文档数据。	db.mycol.aggregate([{$group : {_id : "$by_user", first_url : {$first : "$url"}}}])
$last	根据资源文档的排序获取最后一个文档数据	db.mycol.aggregate([{$group : {_id : "$by_user", last_url : {$last : "$url"}}}])

管道的概念

管道在Unix和Linux中一般用于将当前命令的输出结果作为下一个命令的参数。

MongoDB的聚合管道将MongoDB文档在一个管道处理完毕后将结果传递给下一个管道处理。管道操作是可以重复的。

表达式：处理输入文档并输出。表达式是无状态的，只能用于计算当前聚合管道的文档，不能处理其它的文档。

这里我们介绍一下聚合框架中常用的几个操作：

$project：修改输入文档的结构。可以用来重命名、增加或删除域，也可以用于创建计算结果以及嵌套文档。
$match：用于过滤数据，只输出符合条件的文档。$match使用MongoDB的标准查询操作。
$limit：用来限制MongoDB聚合管道返回的文档数。
$skip：在聚合管道中跳过指定数量的文档，并返回余下的文档。
$unwind：将文档中的某一个数组类型字段拆分成多条，每条包含数组中的一个值。
$group：将集合中的文档分组，可用于统计结果。
$sort：将输入文档排序后输出。
$geoNear：输出接近某一地理位置的有序文档。

练习:

数据

> db.user.find()
{ "_id" : ObjectId("5ab8b9495a96a08a5b909000"), "name" : "qlq1", "age" : 20, "se
x" : "男" }
{ "_id" : ObjectId("5ab8b9535a96a08a5b909001"), "name" : "qlq2", "age" : 22, "se
x" : "男" }
{ "_id" : ObjectId("5ab8b9685a96a08a5b909002"), "name" : "qlq3", "age" : 23, "se
x" : "女" }
{ "_id" : ObjectId("5ab8b96e5a96a08a5b909003"), "name" : "qlq4", "age" : 24, "se
x" : "女" }

使用方法:使用管道过滤数据之后利用表达式对数据进行操作:

测试分组管道与表达式: $group 分组统计

1.按性别分组，并计算男女人数

db.user.aggregate([
    {$group:{
            _id:"$sex",
            num:{$sum:1}
    }
}])

　　解释:_id:"$sex"表示按sex属性分组; $sum表示求和，如果是$sum:1就相当于count(*)，一行记录算一个

2.按性别分组，计算年龄和:

db.user.aggregate([
    {$group:{
            _id:"$sex",
            num:{$sum:"$age"}
    }
}])

3.按性别分组，并拿到每个组的第一个年龄:

db.user.aggregate([
    {$group:{
            _id:"$sex",
            num:{$first:"$age"}
    }
}])

4.先按性别分组，分完组之后将age属性映射到数组中:(相当于分完组之后查看同组的数据，mysql不能实现)

db.user.aggregate([
    {$group:{
            _id:"$sex",
            num:{$push:"$age"}
    }
}])

如果是将所有列都添加到数组中用 $push:$$ROOT

db.user.aggregate([
    {$group:{
            _id:"$sex",
            num:{$push:"$$ROOT"}
    }
}])

结果:

/* 1 */
{
    "_id" : "女",
    "num" : [ 
        {
            "_id" : ObjectId("5ab8b9685a96a08a5b909002"),
            "name" : "qlq3",
            "age" : 23.0,
            "sex" : "女"
        }, 
        {
            "_id" : ObjectId("5ab8b96e5a96a08a5b909003"),
            "name" : "qlq4",
            "age" : 24.0,
            "sex" : "女"
        }
    ]
}

/* 2 */
{
    "_id" : "男",
    "num" : [ 
        {
            "_id" : ObjectId("5ab8b9495a96a08a5b909000"),
            "name" : "qlq1",
            "age" : 20.0,
            "sex" : "男"
        }, 
        {
            "_id" : ObjectId("5ab8b9535a96a08a5b909001"),
            "name" : "qlq2",
            "age" : 22.0,
            "sex" : "男"
        }
    ]
}

$match管道: 类似于find，只是find不能统计，现在是可以过滤并统计

1.查询年龄大学23小于等于50的(只是过滤)

db.user.aggregate([
    {
       $match:{
            age:{$gt:23,$lte:50}
                }
    }
])

2.在上面过滤的基础上聚合(先过滤，再分组)

db.user.aggregate([
    {
       $match:{
            age:{$gt:23,$lte:50},
                }
    },
    {
        $group:{
            _id:"$sex",
            num:{
                $sum:1
                }
            }
        }
])

$project 修改输入文档的结构。可以用来重命名、增加或删除域，也可以用于创建计算结果以及嵌套文档。类似于find方法的第二个参数

1.查询年龄大学23小于等于50的，按性别分组并统计人数，并且只取人数列:

db.user.aggregate([
    {
       $match:{
            age:{$gt:23,$lte:50},
                }
    },
    {
        $group:{
            _id:"$sex",
            num:{
                $sum:1
                }
            }
        },
     {
         $project:{
             _id:0,
             num:1
             }
         }   
])

解释: $project:{_id:0,num:1}表示在结果中取num列，不取_id列。

$sort 排序。类似于sort方法，指定一列并指明排序方式

1.查询年龄大于21小于等于35并且按性别分组之后两列都取，按总数降序排列

db.user.aggregate([
    {
       $match:{
            age:{$gt:21,$lte:50},
                }
    },
    {
        $group:{
            _id:"$sex",
            num:{
                $sum:1
                }
            }
        },
     {
         $project:{
             _id:1,
             num:1
             }
         },
      {
          $sort:{num:-1}
          }   
])

$skip 跳过几列: $limit:取几列

例如:在上面排序例子的基础上先跳过1列，取1个值

db.user.aggregate([
    {
       $match:{
            age:{$gt:21,$lte:50},
                }
    },
    {
        $group:{
            _id:"$sex",
            num:{
                $sum:1
                }
            }
        },
     {
         $project:{
             _id:1,
             num:1
             }
         },
      {
          $sort:{num:-1}
          },
       {
           $skip:1
           },
        {
            $limit:1
            }   
])

例如:在上面排序例子的基础上先取1列，再跳过1列　　(取不到数据)

db.user.aggregate([
    {
       $match:{
            age:{$gt:21,$lte:50},
                }
    },
    {
        $group:{
            _id:"$sex",
            num:{
                $sum:1
                }
            }
        },
     {
         $project:{
             _id:1,
             num:1
             }
         },
      {
          $sort:{num:-1}
          },
       {
           $limit:1
           },
        {
            $skip:1
            }   
])

$unwind：将文档中的某一个数组类型字段拆分成多条，每条包含数组中的一个值。将数组拆分成一个一个的数据 (相当于分组的逆操作)

构造数据:

> db.tshirt.insert({name:'t1',size:90,size:["x","xxx","M"]})
WriteResult({ "nInserted" : 1 })
> db.tshirt.find()
{ "_id" : ObjectId("5ab8c3ce807bacd3133efcf8"), "name" : "t1", "size" : [ "x", "
xxx", "M" ] }
>

例如；按size拆分数据

db.tshirt.aggregate([
   {
       $unwind:'$size'
       }
])

对于特殊情况的处理:(非数组，不存在的列，为空数组，为null)

构造数据:

> db.tshirt.find()
{ "_id" : ObjectId("5ab8c5ea807bacd3133efcfd"), "name" : "t1", "price" : 90, "size" : [ "m", "xx", "l" ] }
{ "_id" : ObjectId("5ab8c5f2807bacd3133efcfe"), "name" : "t1", "price" : 90, "size" : [ ] }
{ "_id" : ObjectId("5ab8c608807bacd3133efcff"), "name" : "t3", "price" : 93, "size" : "3x" }
{ "_id" : ObjectId("5ab8c62e807bacd3133efd02"), "name" : "t3", "price" : 93 }
{ "_id" : ObjectId("5ab8c746807bacd3133efd03"), "name" : "t3", "price" : 93, "size" : null }
>

1.直接拆分:()

db.tshirt.aggregate([
   {
       $unwind:'$size'
       }
])

结果:发现数据丢失(字段不存在的和属性值为null的数据丢失)

2.拆分且防止数据丢失

db.tshirt.aggregate([
   {
       $unwind:{
           path:"$size",
           preserveNullAndEmptyArrays:true　　#为true表示防止空数组和null丢失
           }
       }
])

例如:按价格进行分组之后将数据映射到数组中，并按此列拆分数据

db.tshirt.aggregate([
    {
        $group:{
                _id:"$price",
                docs:{
                    $push:"$$ROOT"
                    }
            }
        },
    {
        $project:{
                _id:1,
                docs:1
            }
        },
   {
       $unwind:{
           path:"$docs",
           preserveNullAndEmptyArrays:true
           }
       }
])

结果:

/* 1 */
{
    "_id" : 93.0,
    "docs" : {
        "_id" : ObjectId("5ab8c608807bacd3133efcff"),
        "name" : "t3",
        "price" : 93.0,
        "size" : "3x"
    }
}

/* 2 */
{
    "_id" : 93.0,
    "docs" : {
        "_id" : ObjectId("5ab8c62e807bacd3133efd02"),
        "name" : "t3",
        "price" : 93.0
    }
}

/* 3 */
{
    "_id" : 93.0,
    "docs" : {
        "_id" : ObjectId("5ab8c746807bacd3133efd03"),
        "name" : "t3",
        "price" : 93.0,
        "size" : null
    }
}

/* 4 */
{
    "_id" : 90.0,
    "docs" : {
        "_id" : ObjectId("5ab8c5ea807bacd3133efcfd"),
        "name" : "t1",
        "price" : 90.0,
        "size" : [ 
            "m", 
            "xx", 
            "l"
        ]
    }
}

/* 5 */
{
    "_id" : 90.0,
    "docs" : {
        "_id" : ObjectId("5ab8c5f2807bacd3133efcfe"),
        "name" : "t1",
        "price" : 90.0,
        "size" : []
    }
}